1. 为什么选择这个方法？是否尝试过其他 Baseline？效果对比如何？ 回答范例与解析（以选择 SAC 算法为例）： 在我的机械臂抓取项目中，我最终选择了**柔性动作评价（Soft Actor-Critic, SAC）**算法。   尝试过的 Baseline：  DDPG (Deep Deterministic Policy Gradient)：由于是确定性策略，在具身连续控制中探索能力极差，极易陷入局部最优。 PPO (Proximal Policy Optimization)：虽然稳定，但作为 On-policy 算法，样本效率（Sample Efficiency）太低，在真实机械臂...

春招实习都投了好多，全是拒绝，有一两个面试，面完也觉得希望渺茫，果真应证了那句26届学院本，buff拉满了

不过大厂的面试确实比小厂能学到更多

最近看到一个很有意思的观点，关于AI时代产品经理的工作方式正在发生巨大变化，结合自己的思考整理一下分享给大家。 传统产品经理是怎么工作的？ 以前产品经理的标准流程是：市场调研 → 竞品分析 → 写PRD → 确定产品路线 → 跟进开发。 之所以是这套流程，根本原因是软件开发的周期长、成本高，中途调方向损失非常大，所以必须"先规划好再动手"。 现在发生了什么变化？ AI的能力进化太快了。 2022年11月ChatGPT刚上线的时候，连一个不出错的HTML页面都很难写出来；到了现在，用Claude Code这样的Agent工具，已经可以独立完成一个前后端完整的中型项目。短短三年...